Preços do Mistral Large 4: US$ 1,36 de entrada, US$ 4,18 de saída, e uma promoção com preço pela metade sem data de término

O Mistral Large 4 tem uma das tabelas de preços mais claras do mercado de modelos de pesos abertos e um dos preços efetivos menos claros. As linhas publicadas são $1.36 por milhão de tokens de entrada, $0.14 por milhão de tokens de entrada em cache e $4.18 por milhão de tokens de saída. Ao lado delas, a página de preços da Mistral traz uma promoção de lançamento mostrando as mesmas três linhas riscadas a $0.68, $0.07 e $2.09 — metade do preço em cada linha — sem data de término publicada em lugar algum que consigamos encontrar. Portanto, o preço de uma chamada de API hoje é aproximadamente metade da tarifa de tabela, e ninguém fora da Mistral pode dizer quando isso deixa de ser verdade.

Essa única ambiguidade vale mais para um orçamento do que a diferença entre o Large 4 e qualquer concorrente, porque uma variação de 50% em um item de linha é maior do que a maioria das variações de seleção de modelo. Tudo abaixo foi criado para permitir que você se planeje para o dia em que a promoção terminar, em vez de ser surpreendido por ela.

O cartão, e de onde vêm os números confusos

Lido na própria página de preços da Mistral em 29 de outubro de 2026:

• Entrada — $1.36 por milhão de tokens.

• Entrada em cache — US$ 0,14 por milhão de tokens, cerca de um décimo do preço da entrada.

• Saída — $4,18 por milhão de tokens.

• Promoção de lançamento — US$ 0,68 de entrada, US$ 0,07 em cache, US$ 2,09 de saída. Sem data de término informada.

• Modelo — mistral-large-4, uma arquitetura esparsa de mistura de especialistas (mixture-of-experts) com 1,05 trilhão de parâmetros, sendo 52 bilhões de parâmetros ativos segundo o próprio cartão da Mistral e 49 bilhões segundo a leitura da Artificial Analysis, além de um codificador de visão de 1,6 bilhão de parâmetros. Texto e imagem na entrada, texto na saída.

• Contexto — 1M de tokens na ficha da Mistral; 524.288 tokens na configuração testada pela Artificial Analysis. Essa lacuna é a diferença entre um teto do fornecedor e uma janela efetivamente disponibilizada, e isso importa para a precificação porque um contexto que você não consegue preencher de fato é um contexto pelo qual você não será cobrado.

Uma armadilha merece uma frase própria. A página pública de preços da Mistral ainda traz uma linha de exemplo genérica que diz "Mistral Large costs $0.5 /M tokens in and $1.5 /M tokens out." Essa linha não é a da Large 4 — ela descreve um modelo mais antigo e menor — e corresponde a cerca de um terço do preço real de entrada e a um quarto do preço real de saída. Quem faz o orçamento com base na página de marketing em vez da tabela de tarifas do modelo erra por um fator de três.

Quanto uma tarefa realmente custa

Os preços por token são uma unidade de planejamento ruim, então aqui está o mesmo card como trabalho.

Uma passagem de documento: um milhão de tokens de entrada e 100.000 tokens de saída. No preço de tabela, US$ 1,36 de entrada mais US$ 0,418 de saída — cerca de US$ 1,78. Na promoção, US$ 0,68 mais US$ 0,209 — cerca de 89 centavos. O mesmo trabalho, o dobro do preço, dependendo de uma data que ninguém publicou.

O mesmo trabalho com cache: se 80% dessa entrada for um prefixo reutilizado, o lado da entrada passa a ser 0,8 × $0,14 + 0,2 × $1,36 por milhão, o que dá $0,384 em vez de $1,36. Isso é um corte de 72% na linha de entrada e a alavanca mais útil deste cartão — e é por isso que a taxa de cache existe a um décimo da taxa padrão.

Uma longa execução de agente: um agente que relê o próprio histórico a cada turno é a carga de trabalho que esta precificação penaliza. Cinquenta turnos com 200.000 tokens de contexto cada um totalizam dez milhões de tokens de entrada se nada estiver em cache, US$ 13,60 a preço de tabela; com o prefixo em cache a US$ 0,14, cai para US$ 1,40 mais o crescimento não armazenado em cache. A diferença entre um agente que reutiliza o contexto e um que o reconstrói é maior do que a diferença entre o Large 4 e um modelo mais barato.

Depois há o número que não é um preço de forma alguma. A Mistral relata 47% menos tokens por tarefa do que um concorrente comparável no índice de agentes de programação da Artificial Analysis. Se isso se mantiver no seu tráfego, muda a aritmética em mais de quatro pontos em um ranking, porque você paga por tokens, não por posição — e isso se acumula com a promoção em vez de substituí-la.

A linha de licença que muda o que o preço significa

Os pesos chegaram em 29 de outubro: 54 fragmentos safetensors, 1.060,6 GB em bf16, sem acesso restrito, sob um arquivo de 2.632 bytes chamado Mistral Ecosystem Open-Weight License, que se descreve como uma licença MIT modificada. A concessão é ampla — uso, cópia, modificação, distribuição, sublicenciamento, venda, treinamento adicional, implantação, uso comercial, sem limite de receita, sem limite de usuários.

O que ela reserva é um modelo de negócios específico. A Cláusula 2 exige que qualquer pessoa que "opere um negócio de Modelo como Serviço" assine primeiro uma licença comercial separada com a Mistral. Modelo como Serviço é definido como dar a um terceiro acesso ao modelo para inferência ou pós-treinamento de uma forma que permita a esse terceiro exercer controle significativo sobre entradas, parâmetros ou dados de treinamento. Três exceções acompanham essa definição, e elas importam mais do que a restrição: um produto cuja capacidade de modelo esteja incorporada em recursos específicos fica fora da definição; o "mero repasse de solicitações para modelos hospedados por terceiros" fica fora dela; e o uso interno, ou o uso por meio dos próprios produtos da Mistral, é isento.

Lido à luz de uma tabela de preços, isso produz três tipos diferentes de compradores. Executar os pesos dentro da sua própria organização é permitido, e o preço é o seu hardware. Criar um produto que chama o modelo é permitido, e o preço é a linha de API acima. Disponibilizar uma API que dá aos clientes acesso bruto ao modelo é o único uso que exige um acordo comercial — e nenhum preço por token de fornecedor lhe diz quanto custa esse acordo.

Chamar versus assumir

A aritmética da auto-hospedagem merece ser dita sem rodeios, porque "pesos abertos" convida a uma comparação que normalmente sai perdendo. O checkpoint bf16 soma 1.060,6 GB de pesos antes mesmo de você ter armazenado em cache um único token de estado KV. O irmão NVFP4 tem 610,1 GB, e a orientação da própria Mistral o posiciona em quatro GPUs B200 ou B300; a receita do vLLM na ficha do modelo exige paralelismo de tensor de 8 com um dtype de KV-cache FP8. Para quase qualquer equipe aquém da hiperescala, quatro GPUs Blackwell mais o tempo de engenharia para servir um MoE de um trilhão de parâmetros custa mais por token útil do que a API com desconto.

A auto-hospedagem aqui compra controle — residência de dados, certeza de licenciamento, a capacidade de ajustar e distribuir derivados — não economia. Essa é a razão honesta para baixar 1,06 TB, e é o teste a aplicar antes de fazê-lo: nomeie o que você está comprando, porque não será a linha por token.

O que planejar e o que observar

Faça o orçamento com base na tarifa de tabela e trate a promoção como ganho adicional, porque essa é a única versão deste cartão que você consegue defender para quem aprova o gasto. A promoção não tem data de término publicada, o que significa que pode acabar sem aviso, e um plano baseado em $0.68 deixa de funcionar em um dia que ninguém anuncia.

Então, fique atento a quatro coisas, em ordem de quanto elas alteram o número: se a janela de meio preço fecha e quando; se o contexto de 1M é servido ou limitado na prática, já que a entrada cobrada acompanha a janela servida; se a conversão NVFP4 mantém as pontuações publicadas, o que determina se o caminho de hospedagem barato é real; e como a cláusula 2 é aplicada em casos extremos, porque "controle significativo" está fazendo muita coisa nessa frase e não tem jurisprudência por trás.

O Mistral Large 4 não está no catálogo da OrcaRouter hoje, então esta não é uma rota que possamos oferecer. O que oferecemos é o formato geral: um único endpoint compatível com OpenAI para 224 modelos, com os preços de tabela dos provedores repassados a 0% de margem, de modo que uma mudança de preço de um fornecedor — inclusive o fim de uma promoção — entra em vigor no mesmo dia em que é anunciada, e não na próxima renovação de contrato. E quando um modelo tão novo ainda não foi comprovado com o seu próprio tráfego, o failover automático é a forma mais barata de colocá-lo atrás de solicitações reais sem apostar um caminho de produção em um único endpoint.